Equa ion Chap e 1 Sec ion 1
P oyec o Fin de Más e
Ingenie ía de Telecomunicación
PROTOCOLO PARA ANALIZAR DIFFUSION
TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Au o : Ana Ma ía Esco za Aguila
Tu o : Ra ael Es epa Alonso
Co- u o : José Luís Can e o
Dep. Ingenie ía Telemá ica
Escuela Técnica Supe io de Ingenie ía
Uni e sidad de Se illa
Se illa, 2016
iii
P oyec o Fin de Más e
Ingenie ía de Telecomunicación
PROTOCOLO PARA ANALIZAR DIFFUSION
TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Au o : Ana Ma ía Esco za Aguila
Tu o :
Ra ael Es epa Alonso
Co- u o :
José Luis Can e o
Dep. de Ingenie ía Telemá ica
Escuela Técnica Supe io de Ingenie ía
Uni e sidad de Se illa
Se illa, 2016
P oyec o Fin de Más e : PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL
CEREBRO HUMANO
Au o :
Ana Ma ía Esco za Aguila
Tu o :
Ra ael Es epa Alonso
El ibunal nomb ado pa a juzga el P oyec o a iba indicado, compues o po los siguien es miemb os:
P esiden e:
Vocales:
Sec e a io:
Acue dan o o ga le la cali icación de:
Se illa, 2016
El Sec e a io del T ibunal

ii
No hay peo ciego que el que no
quie e e .
Ag adecimien os
Después de eco e un du o camino, a lo la go del cual he enido la opo unidad de madu a y adqui i una
o mación necesa ia, aquí me eo esc ibiendo los ag adecimien os en mi p oyec o in de más e . En gene al,
ag adece a odos los que di ec a o indi ec amen e han con ibuido en es e abajo. En especial a mi u o , D .
Ra ael Es epa Alonso, po da me la opo unidad pa a abaja en es e campo. Su in luencia ha sido impo an e
pa a la elabo ación de es e abajo.
Da las g acias a José Luís Can e o po ab i me las pue as de su labo a o io y po su ayuda p es ada. G acias
po su paciencia, obje i idad y igo cien í ico en el escla ecimien o de mis dudas y la dedicación o ecida pa a
lle a odo es e es udio a buen pue o.
He de ag adece ambién a la D a. Me cedes A ienza po su ayuda adicional en el mismo y su g an co azón.
También econoce a los componen es del equipo que han abajado conmigo po que me hicie on sen i me
in eg ada desde el p ime día, y me p es a on una mano amiga siemp e que lo necesi é.
Finalmen e y no menos impo an e a mi amilia: mi pad e, mi mad e y mi he mana. Siemp e han sido y se án
un pila undamen al en mi ida. Os quie o.
Ana Ma ía Esco za Aguila
Se illa, 2016
ix
FIG. 35 - Media y e o es ánda de SSE en esul ados adqui idos en 3T 55

x ii
No ación
∎
Como que íamos demos a
e.o.c.
En cualquie o o caso
SNR
Relación señal a uido
MSE
E o cuad ado mínimo
RM
Resonancia magné ica
IRM
Imagen de esonancia magné ica
DTI
Imagen de enso en di usión
RF
Radio ecuencia
TR
Tiempo de epe ición
TE
Tiempo de eco
T1
Relajación longi udinal
T2
Relajación ans e sal
DWI
Imagen po enciada en di usión
SB
Sus ancia blanca
HARDI
Imagen po enciada en di usión con al a de inición angula
CSD
Imagen de espec o de di usión
QBI
Imagen Q-Ball
PAS-MRI
Es uc u a de pe sis encia angula IRM
SG
Sus ancia G is
FA
Aniso opía accional
TAC
Tomog a ía axial
SE
Secuencia espín eco
EPI
Imagen eco plana
GRE
Eco de g adien e
ADC
Coe icien e de di usión apa en e
AP
An e io -pos e io
PA
Pos e io -an e io
SSE
Suma de los e o es de los esiduos al cuad ado
FOV
Región de in e és
OLLS
Mínimos cuad ados o dina ios
WLLS
Mínimos cuad ados ponde ados
NLLS
Mínimos cuad ados no lineal
RESTORE
Es imación obus a de enso es po echazo de alo es a ípicos
IVIM
Mo imien o cohe en e in a óxel
1
In oducción
2
1 INTRODUCCIÓN
l ce eb o humano ep esen a el sis ema de compu ación biológica más a anzado que exis e en la
na u aleza. En es a es uc u a esiden g an pa e de las unciones senso iales, mo o as y cogni i as
supe io es que pe mi en al o ganismo adap a se a las demandas del ambien e [1]. Su elegan e
o ganización, di e sidad celula , so p enden e capacidad de conec i idad y ex ao dina ia a iedad de códigos
neu ales, con ie en al ce eb o en un ine i able obje o de es udio pa a en ende unciones cogni i as
ex emadamen e complejas como la memo ia, el lenguaje o la in eligencia. Es á cons i uido po dos ipos de
sus ancia: la sus ancia blanca (SB) y sus ancia g is (SG). His ó icamen e, como la SG es á asociada con el
p ocesamien o y el conocimien o de la in o mación, ha enido un papel más ele an e en el es udio del ce eb o.
Es o es debido a que se pensaba que el ce eb o es aba o mado po es uc u as modula es que uncionaban de
o ma aislada en e sí.
Mo i o po el que du an e mucho iempo la SB ha es ado ol idada pa a la neu ociencia. Sin emba go, hoy en
día oma g an ele ancia debido al pa adigma e icula en neu ociencia cogni i a. Según es e pa adigma, el
ce eb o no es á o mado po es uc u as modula es sino po edes neu onales dis ibuidas que conec an
di e en es egiones y las in eg an en edes uncionales amplias. Den o de es e con ex o la SB es la esponsable
de la in e conexión y elocidad, luego, pa icipa en dos ca ac e ís icas uncionales y es uc u ales básicas del
ce eb o según es e úl imo pa adigma.
Aunque, la SB no in e iene di ec amen e en el p oceso cogni i o en sí (como la SG) desempeña su unción
haciendo posible que las dis in as egiones ce eb ales implicadas en la cognición se man engan conec adas y
que la in o mación luya a una elocidad adecuada. Po es o, las al e aciones de la sus ancia blanca pueden
ocasiona a iaciones en las unciones cogni i as como la a ención, la memo ia, o el lenguaje, en de ini i a,
pa a cualquie p oceso cogni i o. Es as al e aciones pueden debe se al de e io o p opio y no mal de la edad o a
cualquie pa ología que a ec e al ce eb o como Ic us, umo es o en e medades neu odegene a i as. G an pa e
del a ance en el conocimien o de la conec i idad ce eb al y de su uncionamien o en edes neu onales
dis ibuidas ha enido de la mano de la neu oimagen, más conc e amen e del desa ollo de écnicas de
esonancia magné ica po enciada en di usión que nos pe mi e es udia las p opiedades de la sus ancia blanca y
la conec i idad ce eb al.
Es a écnica se bene icia del mo imien o alea o io de las moléculas de agua. Es as moléculas p esen an
di e encias en sus desplazamien os en los dis in os ejidos, dependiendo de su in e acción con las memb anas
celula es y con o as mac omoléculas. Es e enómeno se denomina di usión aniso ópica, es deci , el
desplazamien o de dichas moléculas en el in e io de los ejidos, y es lo de lo que se nu en las écnicas en
esonancia magné ica ponde adas en di usión pa a p opo ciona el con as e en las imágenes.
E
"La ciencia no es un lujo, es la cla e del éxi o de un país"
- Daniel Zaj man -
3
3
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
En el caso del ce eb o, la di ección del mo imien o iene de e minada po el sen ido en que se ag upan las
ib as de SB. Es o dicho de o o modo, quie e deci que las ib as ne iosas o SB ac úan como ca e e as po
las que iaja el agua, y con las imágenes po enciadas en di usión (DWI, di usion weigh ed imaging) podemos
cap a dicho iaje, luego, si du an e la obse ación comp obamos que el agua iaja en una misma di ección
cons an e, deducimos que lo hace eco iendo una ca e e a que cons i ui á un ac o, y es o nos pe mi e
conoce los ac os den o del ce eb o y dibuja un mapa de ib as [2]. Lle ado a una si uación pa ológica,
cuando obse amos que el agua, que debe ía es a siguiendo un camino de e minado, de p on o se sale de ese
camino o ac o y se di unde en odas di ecciones, podemos pensa que dicho ac o es á lesionado. El pode
conoce qué ac os es án lesionados nos pe mi e comp ende mejo la asociación en e localización y
ex ensión de la lesión y la sin oma ología clínica.
Ac ualmen e, las écnicas de RM po enciadas en di usión ienen di e en es aplicaciones como el modelo DSI
(Di usion spec um imaging), HARDI (High Angula Resolu ion Di usion Imaging) o DTI (Di usion Tenso
Imaging). Dado que el modelo DTI no equie e de iempos de adquisición la gos, ha sido el más empleado en
con ex os clínicos, educiendo de es a mane a el iesgo de mo imien os del pacien e den o del escáne y la
ines abilidad de la señal adqui ida debido al calen amien o del equipo. El modelo DTI pe mi e ex ae
di e en es desc ip o es a pa i de la imagen DWI. Las medidas más u ilizadas son la aniso opía accional
(FA, ac ional aniso opy), la di usi idad media (MD, mean di usi i y) y la di usi idad axial (AD, axial
di usi i y). Cada una de es as medidas pe mi e de ec a cambios en la mic oes uc u a de la SB que
ca ac e izan pa ones de conec i idad no mal o a ec ados po una pa ología conc e a [3].
1.1 Mo i ación
La u ilización del modelo DTI pe mi e c ea un mapa de conec i idad ce eb al que acili a el diagnós ico de
de e minadas pa ologías neu ológicas y/o psiquiá icas, o un seguimien o de los p ocesos de madu ación
ce eb al en la in ancia o aquellos asociados al en ejecimien o no mal. A su ez, la capacidad de es e modelo
pa a de ec a pequeñas lesiones de la sus ancia blanca ce eb al es supe io a la mos ada po la mayo ía de
écnicas de neu oimagen. Po ejemplo, lesiones axonales di usas que con una omog a ía axial compu e izada
(TAC) o un es udio de RM con encional pudie an pa ece le es, el modelo DTI pod ía e ela un di e en e
g ado de a ec ación o anomalía mic oes uc u al que pe mi ie an explica de e minados sín omas en el
pacien e.
En es e con ex o, pa ece impo an e des aca que las imágenes po enciadas en di usión son especialmen e
sensibles al uido y a de e minados a e ac os, como las suscep ibilidades del campo magné ico, mo imien os
del pacien e den o del escáne o las dis o siones geomé icas causadas po el ipo de secuencia empleada.
Todos es os elemen os a e ac uales equie en de un conocimien o de allado sob e las en ajas e
incon enien es de los di e en es mé odos de p ocesamien o de la imagen po enciada en di usión que apa ecen
implemen ados en los p og amas más popula es pa a el análisis de es as imágenes. Es posible que la
combinación de di e en es écnicas de p ocesamien o de cada uno de es os a e ac os esul e en una mejo
es imación de la econs ucción de los di e en es ac os de SB ce eb al, lo cual edunda ía en mejo es
diagnós icos de pa ologías que cu sa an con un daño de la SB.
Po o o lado, al igual que el p ocesamien o, ambién es impo an e aplica el mejo algo i mo de modelado de
o ien ación de ib as. Ya que una ez que conocemos la o ien ación de las ib as, en cada pun o del ce eb o,
podemos uni es as di ecciones has a econs ui ías comple as y, po lo an o, conexiones ce eb ales. A es a
econs ucción es lo que denominamos ac og a ía. Po lo an o po muy bueno que sea el algo i mo de
ac og a ía si no co egimos y modelamos bien nues os esul ados no se án aco des a la ealidad.

In oducción
4
1.2 Obje i os
El p incipal obje i o del p esen e abajo es es ablece un p o ocolo óp imo de p ocesamien o y modelado de
las po enciadas en di usión adqui idas en equipos de RM de di e en e campo magné ico (i.e., 1.5T y 3T). Pa a
alcanza es e obje i o, se compa a án di e en es algo i mos de co ección de a e ac os de mo imien o basados
en mé odos de in e polación lineal y spline, así como di e en es algo i mos del modelo DTI.
En úl ima ins ancia, es e abajo pe mi i á selecciona el mejo p o ocolo de p ocesamien o de imágenes
po enciadas en di usión en unción de la in ensidad del campo magné ico con el que se hayan adqui ido las
imágenes, de la can idad de a e ac os que con engan dichas imágenes y del iempo de cómpu o de es os
análisis. El in es ob ene los mejo es esul ados y un buen modelado de nues as imágenes y de es a mane a
consegui un mejo diagnós ico.
1.3 Esquema de la documen ación
En es a sección se plani ica a la es uc u a de la memo ia. Es o simpli ica a las labo es de na egación a a és
del documen o y ayuda a a si ua los dis in os apa ados. La memo ia es a di idida en bloques que se
desc ibi án b e emen e a con inuación:
Bloque 1 In oducción:
Vis o has a aho a, donde hemos p esen ado el p oyec o, sus obje i os y la mo i ación pe sonal.
Bloque 2 Fundamen o eó ico:
Es a sección pe mi i á cla i ica algunos aspec os sob e los undamen os eó icos de la RM y la di usión en
imágenes ce eb ales.
Bloque 3: Plan de abajo:
Donde se expone la es imación empo al del p oyec o.
Bloque 4: Ma e iales y mé odos:
Se de inen los di e en es ma e iales, mé odos y a eas ealizadas pa a consegui los esul ados.
Bloque 5: Resul ados:
En es e bloque se esumen los esul ados es adís icos ob enidos.
Bloque 6: Discusión
En es e pun o se analiza y examina los esul ados ob enidos pa a llega a una conclusión
Bloque 7: Mejo as
Mejo as en la adquisición de écnicas de imágenes po enciadas en di usión.
Bloque 8: Conclusiones
En es e apa ado se ex ae án las conclusiones inales del p oyec o, y la expe iencia de desa ollo del mismo.
Bloque 9: Bibliog a ía
Po úl imo, es en es e apa ado donde se exponen las uen es consul adas a lo la go del desa ollo del mismo.
5
5
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
2 FUNDAMENTO TEÓRICO
2.1 Resonancia magné ica
La RM es un enómeno ísico po el cual cie as pa ículas como los elec ones, los p o ones y los núcleos
a ómicos con un núme o impa de p o ones (Z) y/o un núme o impa de neu ones (N) pueden abso be
selec i amen e ene gía de adio ecuencia al se colocados bajo un po en e campo magné ico.
Las imágenes de RM u ilizadas en con ex os clínicos y de expe imen ación ap o echan la esonancia
magné ica del núcleo de H-1 al se él á omo más abundan e en el o ganismo. Po an o, nos amos a e e i
únicamen e a los núcleos de Hid ógeno. Una ez es a ene gía es abso bida ( esonancia), de uel en el exceso
ene gé ico median e una libe ación de ondas de adio ecuencia ( elajación). Es e enómeno induce una señal
eléc ica en una an ena ecep o a que pe mi e la ob ención de la imagen (FIG. 1). Es a imagen, a su ez, es á
o mada po a ios olúmenes y cada olumen es á in eg ado po di e en es secciones (o co es) del ó gano de
in e és.
FIG. 1 P oceso global esquema izado RM
2.1.1 Del espín a la magne ización
Un á omo de hid ógeno es á compues o po un núcleo que con iene un único p o ón y elec ón que odean al
núcleo, y po lo an o se conside a eléc icamen e neu al. El p o ón, además de su ca ga posi i a, da uel as
sob e sí mismo. A es o lo llamamos espín (campo magné ico, 𝐵
󰇍
).
Todo p o ón in oducido en un campo magné ico se o ien a en la di ección de dicho campo. Cuando el
pacien e es in oducido en un imán muy po en e, los p o ones se alinean con ese campo magné ico ex e no y,
además del espín, ienen un mo imien o al ededo del eje mayo del campo magné ico ex e no (mo imien o
de p ecesión o magné ico, esul an e de 𝐵
󰇍
) (FIG. 2). [4]
Fundamen o eó ico
6
FIG. 2 - Mo imien o de o ación y p ecesión de los p o ones
Dado que la mayo ía de los p o ones se alinean en la di ección del campo magné ico del imán del equipo
(magne ización longi udinal), no es posible medi los di ec amen e. Pa a cambia la di ección del campo
magné ico de los p o ones (cambia su momen o en un sen ido dis in o del inicial), el equipo emi e una á aga
de pulsos de adio ecuencia ansmi iéndoles ene gía. Solamen e pulsos con la misma ecuencia que la de la
p ecesión de los p o ones pueden ansmi i les ene gía. La ecuencia de p ecesión se calcula con la ecuación
de La go (Ecuación 1):
𝜔0 = 𝛾ℬ0
Ecuación 1
donde 𝜔0 es la ecuencia de p ecesión (MHz), 𝛾 es el adio gi omagné ico que a ía pa a los di e en es
ma e iales, y ℬ0, la ue za del campo magné ico ex e no (T).
Al en ia pulsos de adio ecuencia con la misma ecuencia de p ecesión calculada con la ecuación de La mo
es amos ans i iendo ene gía a los p o ones ( enómeno de esonancia), de al o ma que la magne ización
longi udinal disminuye y apa ece una magne ización ans e sal. Cuando la á aga de pulsos de
adio ecuencia cesa, los enómenos de magne ización uel en a la si uación inicial. [5] De es a o ma, la
magne ización longi udinal es es au ada len amen e ( elajación longi udinal o ecupe ación T1) y la
magne ización ans e sal disminuye y desapa ece ( elajación ans e sal T2) has a alcanza el equilib io,
donde exis e una ans e encia de espín en e los núcleos exci ados que dispe sa es a magne ización que ca ece
de equilib io.
La ene gía libe ada du an e la elajación se cap a desde el ex e io con una an ena, o sea, cap a los cambios en
la magne ización que se p oducen en los p o ones después de habe ecibido la ene gía de los pulsos de
adio ecuencia. La in o mación ob enida se almacena en una ma iz de da os c udos, ambién denominada
espacio k, que no es más que una ma iz de alo es que debe ans o ma se median e la ecuación de Fou ie
pa a ob ene una imagen in e p e able.
2.1.1.1 Relajación longi udinal (T1,𝑴𝒙,𝒚)
El T1 de un ejido es el iempo que el iempo que a da un espín desde su exci ación has a su ecupe ación
(63%), es ando disponible pa a la p óxima exci ación. Du an e es e iempo decae la magne ización ans e sal
y eme ge la magne ización longi udinal a lo la go del eje z, equi iendo un in e cambio de ene gía.
FIG. 3 - Relajación longi udinal
7
7
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
2.1.1.2 Relajación ans e sal (T2/T2*, 𝑴𝒛)
Tiempo T2 de e mina cómo de ápido una señal de RM decae después de se exci ada. Pa a en ende la
elajación ans e sal, es necesa io conoce p ime o el signi icado de la ase en es e con ex o. La ase se e ie e
a la posición de un momen o magné ico en su u a ci cula y es exp esada como un ángulo. Inmedia amen e
después de la exci ación, empieza el p oceso de sinc onización de espín. Es os espines ienen una ase de 0° y
se dice que es án en ase. Es e es ado se llama cohe encia de ase.
FIG. 4 - Fase. El ec o B iene una ase de +10 ° con elación a mien as que C iene una ase de -30 °
La cohe encia de ase se pie de g adualmen e a medida que unos espines a anzan y o os se e asan en sus
u as La magne ización indi idual del ec o comienza a cancela se en ez de suma se y el esul ado del ec o
suma, la magne ización ans e sal, comienza a hace se más y más pequeña has a desapa ece la señal de RM.
En o as palab as, la elajación ans e sal es el decaimien o de la magne ización ans e sal cuando los
espines pie den cohe encia (des ase).
FIG. 5 - Relajación T2. Pé dida de cohe encia ase
T1 y T2 son enómenos comple amen e independien es, pe o ocu en de mane a más o menos simul ánea. La
cohe encia se pie de de dos o mas:
- T2 que deno a el p oceso de ene gía ans e ida en e espín como esul ado de un cambio local en el
campo magné ico
- T2* hace e e encia a los e ec os adicionales de la inhomogeneidades del campo con ibuyendo al
des ase, la cual es ípicamen e meno que T2.
Fundamen o eó ico
14
Las secuencias de espín eco se ca ac e izan po una excelen e calidad de imagen ya que g acias al pulso de
een oque eliminamos los e ec os de las inhomogeneidades del campo magné ico. No obs an e, es una
secuencia muy p opensa a a e ac os de mo imien o ya que equie e un iempo de adquisición bas an e la go.
2.1.5 Secuencias de pulso ápidas
Uno de los p incipales obje i os en el uso clínico de la esonancia magné ica ha sido ebaja los iempos de
adquisición ya que pe mi e es udios más dinámicos y las hace menos p opensas a a e ac os de mo imien o.
Podemos encon a di e en es ipos:
- Secuencias que de i an de la secuencia clásica espín eco pe o log an mayo apidez al llena a ias
líneas del espacio K en el mismo iempo de epe ición ( as / u bo spin eco).
- Secuencias simila es a la secuencia clásica eco de g adien e que log an g an apidez sup imiendo el
pulso de 180º y disminuyendo eno memen e el iempo de epe ición.
- Las secuencias EPI (Echo Plana Imaging) usan una con igu ación especial de g adien es. Es la más
comúnmen e usada pa a la adquisición de imágenes po enciadas en di usión po que es ápida y
p oduce una al a SNR.
- Las secuencias híb idas que llenan el espacio-K median e ecos de espín y ecos de g adien e.
- Las secuencias ápidas en in e sión ecupe ación ( as / u bo i )
2.1.5.1 Secuencias Echo Plana Imaging (EPI)
Las secuencias EPI son ípicamen e usadas pa a la adquisición de imágenes po enciadas en di usión ya que son
ela i amen e co as [7]. Es e mé odo equie e un cambio ue e y ápido en la ecuencia de codi icación de
g adien es. Va ios ecos, denominados en de ecos, son gene ados con di e en e codi icación de ase y pueden
cons a de has a 128 ecos (FIG. 10). De es a o ma, es posible ob ene una imagen con una esolución de
256x128 en un único pulso de exci ación (single sho ) en 70 ms, que co esponde a 15 imágenes po segundo.
FIG. 10 - EPI. Ocho ecos son gene ados con di e en e ase de codi icación en es e ejemplo.
Sin emba go, es e en oque su e de e ec os de dis o sión en la geome ía y la in ensidad, esul ando en mala
calidad de imagen. Las dis o siones son causadas p incipalmen e po las inhomogeneidades en el campo
magné ico in e no p o ocadas po las di e encias de suscep ibilidad en el ejido/ai e y en los ejidos/huesos.
Es e e ec o combinado con el la go iempo de lec u a de eco ( en de ecos) conducen a la pé dida de in ensidad
y a dis o siones geomé icas (cambios de óxel). Es o úl imo es pa icula men e se e o en la di ección de
codi icación de ase.

15
15
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
2.2 Imágenes po enciadas en di usión
La esonancia magné ica es á econocida como una de las he amien as más pode osas pa a el es udio del
mo imien o in/cohe en e de las moléculas de agua en los ejidos. Las imágenes p oducidas con las écnicas de
esonancia magné ica que es udian es os p ocesos se denominan gené icamen e imagen po enciada o sensible
a la di usión. Es a écnica de imagen puede delinea la o ganización axonal del ce eb o que no se puede
ap ecia con la RM con encional.
Exis en di e en es modelos de imágenes po enciadas en di usión ue emen e elacionados con las
ca ac e ís icas de adquisición. En e ellos podemos encon a el u ilizado en nues o es udio, DTI (di usion
enso imaging), y o os más complejos como HARDI (high angula esolu ion di usion imaging). En cada
modelo de adquisición se pueden aplica di e en es modelos especí icos de o ien ación de ib a. El obje i o de
es os modelos es desc ibi las p opiedades de di usión y ex ae in o mación ana ómica más ina de cada
óxel, in o mación u ilizado po la ac og a ía.
Ambos deben se cuidadosamen e elegido an es de con igu a el p o ocolo de adquisición de imagen. Modelos
ales como DTI (Di usion Tenso Imaging), QBI (Q-Ball Imaging), PASMRI (Pe sis en Angula S uc u e
MRI), DSI (Di usion Spec um Imaging), B&S (Ball & S ick) (FIG. 11). Po ejemplo, DTI no equie e
muchas di ecciones y alo es de b al os po lo que lo iempos de adquisición son pequeños. Po o o lado, DSI
ope a sob e da os adqui idos con ec o es q dispues os en una ejilla ca esiana. El modelo CHARMED
equie e da os adqui idos en múl iples di ecciones. Además, es os algo i mos eque i án alo es de q máximos
ela i amen e g andes, que sólo pueden log a se en sis emas clínicos aumen ando el iempo de eco. Po o a
pa e, una g an pa e de modelos hacen uso de los da os adqui idos usando la es a egia HARDI [8] que es una
secuencia que necesi a di e en es alo es-b y un núme o al o de di ecciones, sin emba go es más ápida de
adqui i compa ando con o as de las mismas ca ac e ís icas.
FIG. 11 - Esquema de algunos modelos de adquisición y o ien ación de ib a.
Se ha demos ado que el modelo DTI es inadecuado en muchas egiones del ce eb o que con ienen lo
denominado “c uce de ib as” [9], es deci , dos o más haces de ib a con o ien ación di e enciada co-
localizadas en el mismo óxel, donde se puede llega a ob ene an o alsos posi i os como alsos nega i os.
Sin emba go, es el más ápido y simple de adqui i y con ellos menos p openso a a e ac os de mo imien os y
Fundamen o eó ico
16
pé didas de es abilidad de la máquina. A con inuación, pasa emos a explica el undamen o eó ico de las
imágenes po enciadas en di usión cen ándonos en el modelo DTI (di usion enso imaging).
2.2.1 Imágenes po enciadas en di usión. Fundamen o eó ico
El obje i o de las secuencias ponde adas en di usión es ob ene imágenes cuyo con as e es in luenciado po
las di e encias en la mo ilidad de las moléculas de agua. Es o se ealiza median e la adición de g adien es de
di usión du an e la ase p epa a o ia de una secuencia, usualmen e la secuencia clásica espín eco (SE) seguida
de una secuencia de lec u a EPI.
Las secuencias de di usión son en ealidad secuencias ponde adas en T2 sensibilizadas a la di usión a a és de
la aplicación de g adien es que deben epe i se en al menos 3 di ecciones espaciales (x,y,z). Po o o lado, el
g ado de ponde ación en di usión se mide con un alo denominado b (s/𝑚𝑚2).
Las imágenes ponde adas en di usión se in oduje on a mediados de los años no en a y se le encon ó
ápidamen e u ilidad pa a la e aluación del acciden e ce eb o ascula isquémico agudo. Desde en onces,
g andes a ances en la ecnología de di usión de imágenes han mejo ado mucho la calidad de es as imágenes.
En la p ác ica ac ual, la imagen de di usión del ce eb o consis e en una adquisición con un ac o b = 0 s/𝑚𝑚2
(T2), denominado 𝑏0 (ce o di usión) y una imagen con uno o a ios ac o es de b (con ponde ación de
di usión).
2.2.1.1 ¿Qué es la di usión?
La di usión, ambién conocida como “mo imien o b owniano” es un p oceso ísico po el cual una molécula
en un luido se anspo a de una pa e a o a de un sis ema como esul ado del mo imien o b owniano
asociado a la ene gía é mica in e na de la misma. Dicho de o a o ma, hace e ie e al cons an e mo imien o
mic oscópico alea o io debido al calo . En una empe a u a ijada, la asa de di usión puede desc ibi se po la
ecuación de Eins ein (Ecuación 2).
<𝑟2≥6𝐷𝑡,
Ecuación 2
Donde <𝑟2> se e ie e a la media al cuad ado del desplazamien o de las moléculas, es el iempo de
dis usión, y D es la cons an e de di usión pa icula de la sus ancia medida. Es a cons an e, no malmen e
exp esada en unidades de milíme os al cuad ado po segundos, elaciona la media del desplazamien o de una
molécula sob e un á ea con el iempo de obse ación. Cuan o mayo sea la cons an e más mo imien o en las
moléculas de agua.
ADC, en inglés Appa en Di usion Coe icien , es la cons an e de di usión medida en con igu aciones clínicas.
Re leja la limi ación de que la di usión in i o no puede sepa a se de o as uen es de mo ilidad de agua
luyendo a lo la go de la p esión de los g adien es y cambios en la pe meabilidad de la memb ana. Dicho de
o a o ma, exis en ba e as que limi an el mo imien o lib e de las moléculas. Po an o ADC [10] e leja la
capacidad de di usión especí ica del ejido y se u iliza pa a ob ene imágenes o mapas de los coe icien e de
di usión en el ce eb o.
17
17
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Podemos encon a di e en es ipos de di usión. Si pensamos en un aso de agua las moléculas de agua se
mue en lib emen e: es e enómeno ecibe el nomb e de di usión iso ópica, es deci , mo imien o molecula
igual en odas las di ecciones. En el ce eb o las es uc u as que odean al agua impiden que sus moléculas se
mue en an lib emen e y su mo imien o queda es ingido. El coe icien e de di usión cambia con la di ección,
y po an o el amaño o magni ud de la di usión cambia con la di ección: es e enómeno se denomina di usión
aniso ópica.
FIG. 12 – a) Di usión iso ópica, igual en odas las di ecciones (es e a) b) Di usión aniso ópica: Res ingida
en una o más di ecciones (“elipsoide”).
2.2.1.2 Secuencias de codi icación de imágenes ponde adas en di usión
En 1965, S ejskal y Tanne in oduje on una secuencia de esonancia magné ica (FIG. 13) que e a sensible a
es e mo imien o de las moléculas de agua. Es a secuencia emplea la pé dida de señal gene ada po la
aplicación de unos g adien es de campo magné ico, localizados al ededo de un pulso de 180º, como mé odo
pa a po encia en di usión. El p ime pulso de g adien e in oduce un des ase en los espines en unción de la
posición. Después de es e pulso de g adien e las moléculas con capacidad de mo e se e olucionan cambiando
de posición mien as que las moléculas es á icas no a ían su posición. Después del segundo pulso de
g adien e, con la misma á ea que el p ime o, las moléculas es á icas ecupe an la ase pues o que no han
cambiado su posición. Po o o lado, las moléculas que han cambiado su posición con el segundo pulso de
g adien e, no pueden ecupe a la ase p oduciendo una caída de señal en la imagen inal. Es a caída de señal
aumen a a medida que el des ase de los espines es mayo po enciando más en di usión. Pa a consegui una
mayo po enciación en di usión exis en dos posibilidades. La p ime a es sepa a más los g adien es de di usión
pe mi iendo un mayo desplazamien o de las moléculas y po lo an o, in oduciendo un mayo des ase en e
las mismas. La segunda opción es aumen a el á ea de los g adien es de di usión aumen ando el des ase en e
los espines an es de su desplazamien o. La po enciación en di usión se mide po el alo b.
𝑏= 𝛾2𝐺2𝛿2(Δ−𝛿
3)
Ecuación 3
donde G ep esen a la in ensidad de los g adien es, δ ep esen a el iempo de aplicación (ancho), Δ es la
sepa ación en e dichos g adien es. 𝛾 es la cons an e gi omagné ica. Un alo mayo de B implica un mayo
des ase en e los espines haciendo que mo imien os más pequeños pie dan su señal, quedando señal solamen e
en aquellas egiones en las que los espines ienen limi ado su mo imien o, es deci , aumen a b signi ica un
inc emen e del g ado di usión.
Fundamen o eó ico
18
FIG. 13 - Esquema de secuencia de di usión. En la pa e de la izquie da se mues a la me odología ípica pa a
ob ene una po enciación en di usión en una secuencia espin-eco. Se puede ap ecia el e ec o del g adien e
esul an e de la combinación de g adien es en dis in as di ecciones pa a consegui una po enciación en di usión
en una di ección oblicua del espacio. En la pa e de la de echa, se mues a el esquema de la lec u a EPI
con encional. Po o o lado, es a caída de señal de la imagen de di usión po des ase de los espines se suele
modela po una caída mono exponencial (Ecuación 4):
𝑆𝑖=𝑆0∙ 𝑒−𝑏∙𝐴𝐷𝐶𝑖
Ecuación 4
donde S es la in ensidad de señal ponde ada en di usión obse ada en un óxel dado con g adien e de
sensibilidad de di usión aplicado a lo la go de la di ección i; ADC el coe icien e de di usión apa en e; y, po
úl imo, 𝑆0, la in ensidad de señal en el mismo óxel medido sin g adien es de sensibilidad de di usión, es
deci , es la imagen sin ponde ación de di usión (b=0).
Reco demos que en la imagen DWI se ob enían uno o a ios olúmenes con alo b=0 (mide la po enciación
de di usión). Es o se hace con mi as a la pa e de p ocesamien o donde se co ige la imagen de a e ac os. De
es a mane a enemos un alo más ino de 𝑆0.
2.2.1.3 Adquisición de imágenes de di usión
La calidad de una imagen médica se puede desc ibi según dos ca ac e ís icas básicas. La p ime a y más
impo an e, es la capacidad de la imagen pa a ep esen a la p opiedad que se quie e medi . En el caso de la
imagen de di usión, se ía la elección del alo b de po enciación en di usión pa a un con as e adecuado. En
segundo luga , la ausencia de a e ac os que puedan al e a la geome ía o puedan enmasca a las p opiedades
ele an es de la imagen como la elación señal a uido y la esolución de la imagen.
2.2.1.3.1 Elecció n del aló de b
La elección óp ima del alo de b no es á cla amen e de inida y depende de la in ensidad del campo, del
núme o de señales p omediadas, de las ca ac e ís icas ana ómicas del ejido y de la pa ología a es udia .
19
19
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
La elección de un mayo o meno alo de b a ec a a la SNR y a la calidad de la imagen [11]. Un mayo alo
de b equie e un mayo iempo de eco (mayo du ación de adquisición) y como subconsecuencia una meno
SNR y más dis o sión elacionada con EPI. A la in e sa, meno alo de b implica meno ponde ación en
di usión y más con aminación po pe usión, pe o con mayo SNR. La pe usión es el mecanismo po el cual
las células son alimen adas en oxígeno y en nu ien es que les pe mi en unciona no malmen e. Es un
a e ac o de las imágenes po enciadas en di usión con alo es de b bajos. Teniendo en cuen a ambos
concep os, se puede de ini que el mejo alo b pa a una de e minada ana omía es el mayo posible que
man enga la señal.
FIG. 14 - Imágenes a iando el alo d b: 0, 500, 1000, 2000
2.2.1.3.2 Esquema de pó enciació n en di usió n
La di usión es una p opiedad ec o ial cuyo alo cambia con la di ección del g adien e en la que se po encia
en di usión, aunque odas las secuencias engan el mismo alo b. Es a ca ac e ís ica de la di usión es
especialmen e ele an e en aquellos casos en los que el ejido es á muy es uc u ado, como son los ac os de
sus ancia blanca en el ce eb o.
Pa a ob ene es a in o mación de di eccionalidad hab ía que a ia la in ensidad de los g adien es en los es
ejes del espacio XYZ pa a po encia en una de e minada di ección de di usión. No obs an e hay que man ene
cons an e la in ensidad de los g adien es inales esul ado de la combinación de los g adien es en los es ejes.
En la FIG. 13 se mues a un p ime pulso g adien e de di usión esul ado de la combinación de los g adien es
en es di ecciones del espacio di e en es. Es a combinación ob iene una imagen de di usión con una
po enciación en una sola di ección del espacio oblicua a los ejes p incipales. Pa a adqui i la misma
in o mación en di e en es di ecciones del espacio hab ía que a ia el alo en los dis in os ejes de g adien e
man eniendo cons an e la in ensidad del g adien e o al. Cada a iación de g adien es co esponde á a un
olumen dis in o en la imagen. Si es a in o mación se adquie e en su icien es di ecciones de di usión es
posible es udia la di ección de la di usión median e la me odología del enso de di usión (DTI).
2.2.1.4 Con as e de DWI y cálculo de ADC
Como se ha comen ado an e io men e el p incipal obje i o de los es udios de di usión es la cuan i icación del
mo imien o del agua. Pa a calcula es a can idad bas a ía adqui i dos imágenes con los alo es b adecuados y
ex ae el alo del ADC de la siguien e ecuación (Ecuación 5):
𝐴𝐷𝐶= −1
𝑏 ln (𝑆
𝑆0)
Ecuación 5

Fundamen o eó ico
20
Donde ln ep esen a el loga i mo nepe iano. Es a can idad se puede ex ae pa a cada una de las di ecciones de
di usión, pe o lo que suele ene un mayo in e és es el p omedio de los alo es de ADC en odas las
di ecciones. Es e alo se suele conoce como ADC iso ópico o di usi idad media. En el caso de ene más de
dos po enciaciones en di usión la an e io ecuación se puede ans o ma en una eg esión lineal (Ecuación
6).
ln(𝑆
𝑆0)=−𝐴𝐷𝐶∗𝑏
Ecuación 6
Pa a la cuan i icación de la señal de di usión exis en o os modelos más complejos como el bicompa imen al
o IVIM (In a Voxel Incohe en Mo ion) en los que asumen que la señal de di usión es á compues a po dos
componen es; uno ápido, que ep esen a el componen e ascula , y uno len o, que ep esen a la di usión eal
del ejido. En FIG. 15 se mues a una señal de di usión (línea e de cla o) o mada an o po el componen e
ápido (línea e de oscu o) como el componen e len o (línea g ana e). Como se puede e en la FIG. 15 en
alo es de b bajos hay una caída ápida de la di usión asociada a la sang e en mo imien o en ed capila . Po
o o lado, a pa i de un cie o alo de b es a componen e desapa ece y solamen e pe manece la di usión
p opia del ejido sin es a a ec ada po el mo imien o de la sang e. Es a componen e se conoce como di usión
lib e de pe usión.
Si que emos una co ec a es imación de es a cu a hay que adqui i como mínimo 3 alo es b di e en es
(pun os ama illos en la igu a). El p ime o un alo de b sin po encia en di usión (b=0 s/mm2), o o alo b
donde la con ibución de la pa e de la sang e es desp eciable (b=300 s/mm2) y inalmen e o o alo b en el
que se po encie su icien e en di usión. No obs an e, es e ipo de a e ac os no se ienen a la ho a de plan ea la
secuencia de adquisición en imágenes po enciadas en di usión
FIG. 15 – IVIM. Mues a una señal de di usión (línea e de cla o) que ep esen a un ejido con un 25% de
componen e de pe usión en la señal. Es a señal de di usión es á o mada an o po el componen e ápido (línea
e de oscu o), como el componen e len o (línea g ana e).
21
21
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
2.2.1.5 Iso opía, Aniso opía, y a ianza o acional
Cuando la di usión es iso ópica la elección de la di ección del g adien e de di usión no es impo an e po que
𝐀𝐃𝐂𝐢 es idén ico en odas las di ecciones i. Sin emba go, en di usión aniso ópica, la mo ilidad molecula no
es igual pa a odas las di ecciones. Los ac os de ma e ia blanca con haces de ib a o ien ados de o ma
cohe en e y ue emen e empaque ados di icul an el desplazamien o del agua pe pendicula a la di ección de
las ib as esul ando mayo es alo es 𝐀𝐃𝐂𝐢 pa alelos a los ac os en ez de o ogonales a ellos. Po lo an o,
más de una di ección de codi icación de di usión se equie e pa a ca ac e iza las egiones de di usión
aniso ópica. [12]
Si solo una única di ección de di usión ue p obada la in e p e ación de las imágenes po enciadas en di usión
se á complicada debido a la in ensidad de señal a iable en los ac os de ma e ia blanca. Sin emba go, es a
aniso opía puede se explo ada con el modelo DTI que se á discu ido pos e io men e. Pa a e i a es e
p oblema, podemos compu a los pa áme os con la p opiedad de “in a iable en o ación” desde los da os
o iginales de la imagen po enciada en di usión. Es o se debe a que es as medidas ma emá icas eliminan
cualquie dependencia di eccional que pueda p o oca con usión en la in e p e ación como puede se un
mo imien o de cabeza du an e la adquisición.
Las medidas de “in a iable en o ación” compu acionalmen e u ilizadas son la media geomé ica de las
imágenes po enciadas en di usión y la aza ADC que equie en al menos 4 imágenes sepa adas en la
adquisición (4 olúmenes): uno sin di usión (b0), e ique ado como S0 , y 3 mues as de mo imien o a lo la go
de 3 di ecciones mu uamen e o ogonales, e ique adas S1, S2, S3, espec i amen e (Ecuación 4).
Las imágenes po enciadas en di usión en egadas al especialis a pa a la in e p e ación no son los conjun os
unidi eccionales 𝑆1, 𝑆2, 𝑆3, si no la media geomé ica de in a iación en o ación compu ada de es os 3
conjun o de da os, ambién conocido como “imagen de di usión iso ópica” o la “imagen de di usión
combinada” (Ecuación 7).
SDWI=(S1∙S2∙S3)1
3
= S0∙e−B(ADC1+ADC2+ADC3)
3
= S0∙e−B∙ADC
Ecuación 7
Donde 𝐴𝐷𝐶1,𝐴𝐷𝐶2,𝐴𝐷𝐶3 son los ADCs a lo la go de las es di ecciones de los g adien es de di usión y,
como exp esión inal, ADC = (𝐴𝐷𝐶1+𝐴𝐷𝐶2+𝐴𝐷𝐶3)/3. Es a úl ima a iable es la media de los alo es de
𝐴𝐷𝐶𝑖 a lo la go de las di ecciones o ogonales y es ambién in a ian e en o ación. Es conocido de di e sas
mane as: di usi idad media, ADC aza, 𝐷𝑎𝑣, o, simplemen e, ADC. De aho a en adelan e, cuando hablemos
de ADC nos e e i emos al alo p omediado. DWI iso ópica y los mapas de aza ADC se deben econs ui
con al menos más de 3 di ecciones de di usión (3 pulsos de g adien es). Sin emba go, es p e e ible que es as
di ecciones no sean colineales (pun os en opues as di ecciones en la misma ec a) y que ellos es én
ampliamen e dis ibuidos en el espacio 3D.
2.2.2 A e ac os
Es impo an e des aca que la adquisición de imágenes po enciadas en di usión es inhe en emen e una écnica
sensible al uido y p opensa a a e ac os debido p incipalmen e a a e ac os de suscep ibilidad magné ica, de
mo imien o y po dis o siones geomé icas en el cue po (FIG. 16). Po lo an o no podemos subes ima la
impo ancia de un p ocesamien o y con ol de calidad p e io.
Fundamen o eó ico
22
FIG. 16 - Ejemplos de a e ac os: (i) des iaciones de señales / olúmenes, (ii) dis o siones geomé icas
inducidas po co ien e de Foucaul , (iii) a e ac os de ib ación sis emá icos, y (i ) an asmas (sup esión
insu icien e / inco ec a de g asa).
2.2.2.1 Dis o siones como consecuencia de secuencias EPI
Las dis o siones de EPI ocu en p edominan emen e a lo la go de la di ección de codi icación de ase y son
debidas a la suscep ibilidad magné ica y las co ien es de Foucaul . És as causan dis o siones geomé icas
(de o mación del ce eb o: es i amien o y comp ensión) y dis o siones de in ensidad de señal. Po o o lado,
a pa e de la dis o sión, las secuencias de EPI ambién son sensibles al mo imien o, mic oscópico o
mac oscópico, que su ge de a ios ac o es. Es as dis o siones pueden a ec a an o la e e encia b = 0 como
los olúmenes ponde ados en g adien e.
2.2.2.1.1 A e ac ós de suscep ibilidad magne ica
Los escáne es 3T ampliamen e u ilizados se in oduje on a p incipios de los años 2000 y se adap a on
ápidamen e debido a su capacidad pa a log a una mayo esolución espacial, una mayo SNR y un mejo
con as e que las máquinas de 1.5T. Sin emba go, el aumen o de la in ensidad de campo con ibuyó a la mayo
suscep ibilidad magné ica elacionados con los a e ac os en la imagen. El campo magné ico B1, en el que se
coloca el pacien e, se uel e más he e ogéneo a medida que aumen a la in ensidad del campo, lo que
con ibuye a un mayo núme o de e o es en la adquisición de imágenes. La secuencia EPI equie e campos
magné icos muy homogéneos pa a que los gi os del p o ón se ajus en a la elocidad de cen i ugado y no
des asen, asegu ando la p ecisión en la imagen.
2.2.2.1.2 Có ien es de Fóucaul
Las co ien es de Foucaul (Eddy Cu en s) o co ien es pa ási as son gene adas po cambios de p oducción de
conmu ación de g adien e ápidos en el campo magné ico es á ico, al como ocu e en las secuencias EPI.
A ec an a los olúmenes b> 0 de un conjun o de da os de imágenes po enciadas en di usión.
2.2.2.2 A e ac os de mo imien o
23
23
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
El mo imien o conduce a a e ac os que da como esul ado la o mación de an asmas o el desen oque de la
imagen po enciada en di usión. Es o pod ía a ec a eno memen e las mediciones de di usión y pod ía gene a
da os inco ec os en la imagen [13], [14].
No obs an e, se pueden oma p ecauciones pa a minimiza el mo imien o olun a io del pacien e, los
mo imien os in olun a ios como la espi ación, el lujo sanguíneo, las ib aciones mecánicas que su gen de la
mesa del pacien e del escáne son oda ía ine i ables. Respec o al mo imien o olun a io del pacien e, cuan o
meno sea la secuencia, meno p obabilidad hay de mo imien o.
2.2.2.3 Pé dida de señal
La pé dida de señal (FIG. 17) puede ocu i debido a p oblemas de suscep ibilidad y exci ación, limi ando a
eces p oblemas a un solo olumen. Sin emba go, ese olumen es ealmen e inú il y uno pod ía conside a su
eliminación o la epe ición de la adquisición de la secuencia.
FIG. 17 - A e ac o de pé dida de señal. Volumen del plano sagi al del ce eb o de una imagen DW.
2.2.3 P ocesamien o imágenes po enciadas en di usión
Es ex emadamen e impo an e co egi el mo imien o del suje o y las dis o siones inducidas po co ien es
pa ási as. Aunque la secuencia de espín-eco, dos eces eo ien ada, mejo a á la mayo pa e de las co ien es
pa ási as [15] puede habe dis o siones esiduales que necesi an se a endidas. Además, es imp obable que el
pa icipan e se haya quedado pe ec amen e inmó il.
2.2.3.1 Mé odo de co ección de egis o basada en una unción de cos e Q
Es un esquema basado en egis o que u iliza una unción de cos e Q pa a medi cuán bien se alinean
espacialmen e las imágenes. En p ime luga , se elige una imagen de des ino como e e encia pa a odas las
demás imágenes del conjun o de da os (imágenes de o igen). Debido a que suele se menos dis o sionada y
iene una elación señal- uido (SNR) más al a que las imágenes po enciadas en di usión la imagen adqui ida
sin sensibilización po di usión (la imagen ponde ada en T2, b=0) se u iliza no malmen e como imagen de
des ino pa a egis a las imágenes po enciadas en di usión. Aunque es e olumen es á lib e de dis o siones
inducidas po co ien es pa ási as, con iene dis o siones geomé icas debidas a la inhomogeneidad del campo
magné ico causada po la suscep ibilidad magné ica del obje o.
Fundamen o eó ico
30
FIG. 19 - Elipsoides de di usión y enso es pa a di usión iso ópica sin es icciones, di usión iso ópica con
es icciones, y di usión aniso ópica con es icciones.
Po lo an o, sólo hay seis elemen os independien es del enso , lo que equie e un mínimo de seis g adien es
de codi icación de di usión no-colineal di e en es pa a esol e los elemen os enso es. Los é minos
diagonales del enso indican la magni ud de la di usi idad en cada una de las 3 di ecciones o ogonales. En el
caso de la di usión aniso ópica los é minos ue a de la diagonal del enso de di usión indican la magni ud de
la di usión a lo la go de una di ección.
2.2.4.1.1 Pa a me ós del Tensó de Di usió n
Se u ilizan una se ie de mé icas del enso de di usión pa a ca ac e iza las dimensiones y la o ma del
elipsoide de di usión asociado con la mic oes uc u a de un óxel pa icula . Los 3 ejes p incipales del enso
de di usión, denominados "au o ec o es", se pueden calcula diagonalizando el enso de di usión:
Λ= [𝜆10 0
0 𝜆20
0 0 𝜆3]=𝑅∙𝐷∙𝑅𝑇
Ecuación 17
El enso de di usión es o ado po la ma iz R pa a p oduci la ma iz diagonal (Λ). Las es columnas de R se
componen de los au o ec o es del sis ema y RT es la ansposición de la ma iz de R. Los 3 au o ec o es y los
au o alo es in a iables 𝜆1,𝜆2,𝜆3 desc iben las di ecciones y longi udes de los 3 ejes de los elipsoides de
di usión, espec i amen e, en o den descenden e de magni ud (FIG. 20, ila supe io ). El mayo au o ec o 𝜆1,
denominado "au o ec o p ima io", y su au o alo asociado, indican espec i amen e la di ección y magni ud
de mayo di usión de agua.
El au o ec o p ima io es impo an e pa a los algo i mos de ac og a ía de ib a po que es e ec o indica la
o ien ación de los haces de ib as axiales. Po lo an o, 𝜆1 ambién se denomina "di usi idad longi udinal"
po que especi ica la asa de di usión a lo la go de la o ien ación de las ib as. El segundo y e ce au o ec o
son o ogonales al au o ec o p ima io, y sus au o alo es asociados 𝜆2 𝑦 𝜆3 dan la magni ud de la di usión en

31
31
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
el plano ans e sal de los haces axonales. De modo que, la media de 𝜆2 𝑦 𝜆3 ambién se conoce como
"di usi idad adial".
Un núme o adicional de mé icas de di usión de o ación in a iable, de i adas de los 3 au o alo es, se u ilizan
pa a desc ibi la mic oes uc u a en un óxel pa icula . La di usi idad media (𝐷𝑎𝑣) es la media de los 3
au o alo es y desc ibe la di usi idad del agua en un óxel p omediado di eccionalmen e.
𝐷𝑎𝑣 = (𝜆1+𝜆2+𝜆3)1
3 = aza (D)/3
Ecuación 18
La aza de D es la suma de los 3 au o alo es y es o a medida de di usión. Además, se de inen los índices de
aniso opía accional (FA) (Ecuación 19) y la aniso opía ela i a (RA) (Ecuación 20) que miden el g ado de
di eccionalidad de di usi idad in a óxel.
𝐹𝐴= √(𝜆1−𝜆2)2+(𝜆2−𝜆3)2+(𝜆3−𝜆1)2
√2√𝜆1
2+𝜆2
2+𝜆3
2
Ecuación 19
𝑅𝐴= √(𝜆1−𝐷𝑎𝑣)2+(𝜆2−𝐷𝑎𝑣)2+(𝜆3− 𝐷𝑎𝑣)2
√3𝐷𝑎𝑣
Ecuación 20
Cuando el au o alo p ima io es mucho mayo que el segundo y e ce au o alo las medidas de aniso opía
como FA y RA se án al as indicando una di ección p e e ida de di usión. Es o se co esponde con una o ma
ala gada (ciga o) del elipsoide de di usión (FIG. 19, columna de echa), con la di ección de di usión p e e ida
indicada po el eje la go del elipsoide o, de mane a equi alen e, po el au o ec o p ima io del enso .
En el ce eb o, la di usión ala gada den o de un óxel suele indica un único haz de ib as de ma e ia blanca
o ganizado cohe en emen e con la o ien ación axonal coinciden e con el au o ec o p ima io. La aniso opía
accional (FA) se ha con e ido en la medida de aniso opía más ampliamen e u ilizada en la li e a u a DTI y
su alo a ía de ce o, en el caso de di usión iso ópica, has a un máximo de 1, indicando una di usión
pe ec amen e lineal que ocu e sólo a lo la go del au o ec o p ima io. La in o mación de o ien ación de la
ib a inhe en e al au o ec o p incipal se puede isualiza en imágenes 2D asignando un colo a cada uno de
los es ejes o ogonales mu uamen e ípicamen e ojo a izquie do-de echo, e de a an e opos e io y azul a
a iba-abajo (FIG. 20 , esquina in e io de echa) [23].
FIG. 20 – Pa áme os del enso de di usión
Fundamen o eó ico
32
2.2.5 T ac og a ía
Una ez que conocemos la o ien ación de las ib as en cada pun o del ce eb o median e el modelado podemos
uni es as di ecciones has a econs ui ías comple as y, po lo an o, conexiones ce eb ales, a es o es lo que
denominamos ac og a ía. La ac og a ia es, po an o, una écnica que nos pe mi e econs ui haces de
sus ancia blanca po su di ección p e e encial. Además, pe mi e obse a de mane a cuali a i a la pe dida de
con inuidad de las ib as o la supe posición de aniso opia y di eccionalidad de ec ando de es a o ma
al e aciones en la mic oes uc u a de sus ancia blanca.
2.2.5.1 T ac og a ía de e minis a
La mayo ía de los algo i mos de ac og a ía se basan en écnicas de p opagación pa a delinea las u as de
ma e ia blanca [24]. Es a clase gene al de mé odos es con ecuencia denominado ac og a ía de e minis a
(FIG. 21 a). Es os se basan en la iden i icación de una posición adecuada desde la cual inicia el algo i mo
(pun o semilla); la p opagación del ac o a lo la go de la o ien ación es imada de la ib a; y la e minación del
ac o cuando se cumplen los c i e ios de e minación ap opiados.
FIG. 21 - Ejemplo concep ual de ac og a ía (a) de e minis a y (b) p obabilís ica basada en el modelo de
enso de di usión. Las líneas blancas de (a) ep esen an u as del ac o de ib a que ue on econs uidas
siguiendo las di ecciones de di usión p incipales ( e los gli os mos ados en la egión azul de in e és) en
pasos consecu i os iniciados bidi eccionalmen e en los luga es indicados (es deci , "pun os semilla"). Pa a
cada una de las u as en (a) no hay in o mación disponible sob e la p ecisión/dispe sión que es á asociada con
su p opagación del ac o. Po el con a io, el conjun o de múl iples líneas mos adas en (b) p opo ciona una
sensación del g ado de ince idumb e elacionada con la econs ucción del ac o iniciado desde el único
pun o de semilla.
2.2.5.2 T ac og a ía p obabilís ica
El uido en las medidas po enciadas en di usión in oduci á ine i ablemen e ince idumb e a la es imación de
las ib as, e o es en la delineación de la u a [25]–[28]. Es os e o es pueden conduci a que se iden i iquen
conexiones comple amen e di e en es, ya que un pequeño e o en un pun o de la pis a puede hace que el
algo i mo en e y siga un camino de ma e ia blanca di e en e. Lamen ablemen e, los algo i mos de ac og a ía
de e minis a sólo p opo cionan una única es imación de la ayec o ia de las ib as de ma e ia blanca desde
cada pun o de semilla suminis ado.
33
33
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Los algo i mos p obabilís icos in en an abo da es a limi ación p opo cionando sus esul ados en o ma de una
dis ibución de p obabilidad, en luga de una única es imación de "mejo ajus e" (FIG. 21 b). Debe en a iza se
que los mé odos p obabilís icos no son más "p ecisos" que sus equi alen es de e minis as, ya que se basan en
el mismo modelo subyacen e. Muchos mé odos de ac og a ía p obabilís ica se basan en écnicas
de e minís icas [29] y po lo an o su en las mismas limi aciones. La di e encia undamen al es el uso de
es imaciones de la o ien ación de la ma e ia blanca que se dibujan al aza de la unción de densidad de
p obabilidad local (PDF) de las o ien aciones de las ib as.
Sin emba go, el p incipal bene icio de los en oques p obabilís icos es que pueden p opo ciona una es imación
de la "p ecisión" con la que se ha econs uido una u a del ac o. También es c í ico en a iza que los alo es
de p obabilidad p oducidos po es os algo i mos no es án de ninguna mane a elacionados con la
"conec i idad" (po ejemplo, núme o de axones, e c.) de las u as de ma e ia blanca co espondien es;
simplemen e e lejan la con ianza de que la conexión pa icula de in e és exis e [30]. En o as palab as, en
cada paso del algo i mo, la di ección pa a el siguien e paso ya no es única, sino elegida en e un ango de
o ien aciones p obables. A pa i del pun o de semilla, el ac o se p opaga de es a mane a, con cada paso
seleccionado al aza .
Pa a ob ene una es imación de la dis ibución de conexiones p obables, un g an núme o de ac os
p obabilís icas se gene an desde el mismo pun o de semilla. Las egiones ce eb ales que con ienen densidades
más al as de los ac os esul an es se conside an en onces que ienen una mayo p obabilidad de conexión con
el pun o de semilla [31], [32]. Po lo an o, los esul ados de las líneas de co ien e p obabilís icas se
cuan i ican a menudo gene ando mapas del núme o de ac os que a a iesan cada óxel, que puede analiza se
y compa a se más ácilmen e [31], [32].
35
3 PLAN DE TRABAJO
E l p oyec o ha sido desa ollado du an e un pe iodo de iempo, en el cual hemos enido que o ganiza las
a eas y el iempo que amos a dedica les a ellas. Además, mos a emos su espec i o diag amas de Gan .
Documen ación
Ce eb o, sus ancia blanca, sus ancia
g is
2 h
Resonancia Magné ica
25 h
Secuencias de RM
10 h
DWI
15 h
Adquisición imágenes DWI
35 h
Modelos
15 h
P ocesamien o
20 h
So wa e de p ocesamien o
5 h
Con oles de calidad imágenes DWI
25 h
T ac og a ía
5 h
Requisi os
Especi icación de equisi os
4 h
Análisis
5 h

Plan de abajo
36
36
P ocesamien o
Elección de so wa e
2 h
Con e sión de imágenes
2 h
Regis o T1
3 h
C eación y aplicación de másca as
5 h
Au oma ización a eas
48 h
Con oles calidad
15 h
Mé odos de e aluación
15 h
Es adís icas
5 h
Resul ados p ocesamien o
Ob ención de esul ados
5 h
Análisis de Resul ados (es adís icas)
25 h
Elección mejo mé odos de p ocesamien o
2 h
To al Ho as:
300
3.1 Diag ama de Gan
37
37
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
4 MATERIALES Y MÉTODOS
4.1 Suje os expe imen ales
E n el p esen e es udio pa icipa on de o ma olun a ia 30 pe sonas mayo es sin de e io o cogni i o ni
al e aciones neu ológicas obje i ables. La mues a ue eclu ada en el Labo a o io de Neu ociencia Funcional
de la Uni e sidad Pablo de Ola ide, de Se illa [33] como pa e de los p oyec os SAF2011-25463 (Minis e io
de Economía y Compe i i idad) y P12-CTS-2327 (P oyec os de In es igación de Excelencia, Jun a de
Andalucía). Cada pa icipan e i mó un consen imien o in o mado p e iamen e a su inclusión en el es udio.
Los p o ocolos expe imen ales empleados en es a in es igación ue on ap obados po el Comi é É ico de
In es igación con Humanos de la Uni e sidad Pablo de Ola ide. Todos los p ocedimien os empleados
espe a on los p incipios de la Decla ación de Helsinki (1975, e isados en 2000).
Cada pa icipan e mos ó un endimien o cogni i o no mal espec o a su edad y años de educación. Además,
se con i mó la ausencia de de e io o cogni i o y demencia median e las siguien es p uebas: i) pun uación de 0
(“ausencia de de e io o cogni i o”) en la Escala de De e io o Global [34]; ii) pun uación global de 0 ("ausencia
de demencia") en la Escala de Demencia Clínica [35]; iii) pun uaciones en e 25 y 30 en el Mini Examen
Cognosci i o ( e sión adap ada y alidada en población española, [36]); y i ) ac i idades de la ida dia ia
conse adas, e aluado median e la Escala pa a el De e io o de las Ac i idades de la Vida Dia ia ( e sión
alidada en población española, [37]).La sin oma ología dep esi a se desca ó median e la adminis ación de
la e sión ab e iada de la Escala de Dep esión Ge iá ica (u ilizándose como c i e io de exclusión
pun uaciones iguales o supe io es a 5) [38].
A cada pa icipan e del p esen e es udio se le ealizó una explo ación neu ológica con el obje i o de desca a
en e medades que pudie an a ec a a la ana omía y/o unción ce eb al. Es a explo ación neu ológica se ealizó
en el Ins i u o de Especialidades Neu ológicas, de Se illa (h p://www.iensa.es/). Se emplea on imágenes de
RM ce eb al pa a desca a lesiones ana ómicas (in a os ce eb ales ex ensos, umo ce eb al, escle osis del
hipocampo y/o mal o maciones ascula es) que pudie an sesga los esul ados del p esen e abajo. Aquellos
indi iduos que p esen a on isquemias ele an es de la sus ancia blanca pe i en icula y/o p o unda
(pun uaciones ≥ 2 en la Escala de Cambios en la Sus ancia Blanca elacionados con la Edad; [39], 1987) no
ue on incluidos en el es udio. Se desca a on igualmen e causas secunda ias de de e io o cogni i o median e
p uebas de labo a o io (hemog ama, i amina B12/ ola o y unción i oidea). La p esencia (o his o ial clínico
p e io) de en e medades neu ológicas (in a o ce eb al, epilepsia, auma ismo c áneo-ence álico),
psiquiá icas (dep esión, psicosis, his o ia de consumo c ónico de alcohol y/o o as sus ancias que a ec en al
sis ema ne ioso) o de o a índole (ca dio ascula , enal, hepá ica, pulmona y/o endoc ina), así como el uso
de medicación que a ec a a a la unción cogni i a (inhibido es de la colines e asa, hipnó icos, an idep esi os,
e c.) ue on ambién conside adas causas de exclusión. Las ca ac e ís icas demog á icas de la mues a
apa ecen en la Tabla 2.
Ma e iales y mé odos
38
38
Tabla 2 - Pe il demog á ico de los pa icipan es
Con oles
(n =30)
Edad
67,1 ± 1
Géne o (H/M)
15 / 15
4.2 Es aciones de abajo
Se han u ilizado dos es aciones de abajo con las mismas ca ac e ís icas, a con inuación, se de allan.
- Sis ema ope a i o: Ubun u 12.04.5 LTS
- Bi s P ocesado : In el Xeon CPU X5482 3.2GHz x 8 64 bi s
- Almacenamien o: 1,3 TB
- Memo ia RAM: 32 GB
- GPU: NVIDIA G80GL
4.3 P oceso de abajo de las imágenes po enciadas en di usión
4.4 Adquisición de imágenes po enciadas en di usión
A la mi ad de es os pa icipan es (N=15) se les ealizó un es udio de esonancia magné ica (RM) ce eb al en
un escáne Philips In e a 1,5 Teslas (Philips, The Ne he lands) equipado con una bobina de 8 canales pa a
c áneo. Es e equipo se encuen a ubicado en el Se icio de Radiodiagnós ico del Hospi al Uni e si a io Vi gen
del Rocío (Se illa). A la o a mi ad de pa icipan es (N=15) se le ealizó el mismo es udio en un escáne
Philips Achie a de 3 Teslas con 8 bobinas pa a c áneo. Es as imágenes de RM ce eb al se adqui ie on en el
39
39
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Se icio de Radiodiagnós ico del Hospi al Qui ón Salud In an a Luisa (Se illa).
El p o ocolo empleado en la RM de 1,5T cons a de dos secuencias:
- secuencia T1-3D (MPRAGE: magne iza ion-p epa ed apid g adien echo): iempo de epe ición (TR) = 8,5
ms, iempo de eco (TE) = 4 ms, ángulo de o ación ( lip angle) = 8º, dimensiones de la ma iz de adquisición =
256 x 192. Se adqui ie on 184 co es sagi ales de 1,2 mm de espeso sin espacio en e los co es, y iempo de
adquisición = 5,4 min.
- secuencia DWI (SE + secuencia de lec u a EPI): en de eco =59, iempo de epe ición (TR) = 13956ms,
iempo de eco (TE) = 70ms, ángulo de o ación ( lip angle) = 90º, dimensiones de la ma iz de adquisición =
128x128, di ección de codi icación de ase = AP, écnica de adquisición pa alela = SENSE, se adqui ie on 74
co es sagi ales de 2 mm de espeso , 2mm de sepa ación en e co es y un iempo de adquisición de 420s .
Secuencia o mada po una adquisición 𝑏0 y 15 de alo b=800 con un o al de 16 di ecciones de g adien e.
El p o ocolo empleado en la RM de 3T cons a de dos secuencias:
- secuencia T1-3D (MPRAGE: magne iza ion-p epa ed apid g adien echo): iempo de epe ición (TR) = 11
ms, iempo de eco (TE) = 4,5 ms, ángulo de o ación ( lip angle) = 8º, ma iz de adquisición = 312 x 312. Se
adqui ie on 212 co es sagi ales de 0,8 mm de espeso sin espacio en e los co es, y iempo de adquisición =
9,1 min.
- secuencia DWI (SE + secuencia de lec u a EPI): en de eco =67, iempo de epe ición (TR) = 10800ms,
iempo de eco (TE) = 78 ms, ángulo de o ación ( lip angle) = 90º, dimensiones de la ma iz de adquisición =
128x128, di ección de codi icación de ase = AP, écnica de adquisición pa alela = SENSE, se adqui ie on 75
co es sagi ales de 2 mm de espeso , 2mm de sepa ación en e co es y un iempo de adquisición de 875s.
Secuencia o mada po una adquisición 𝑏0 y 64 de alo b=1500, con un o al de 65 di ecciones de g adien e.
La secuencia espín-eco u ilizada en ambas adquisiciones (1.5T y 3T) es á dos eces eo ien ada pa a mejo a
la mayo pa e de a e ac os p oducidos po las co ien es pa ási as [15]. Además, odos los pa áme os de las
secuencias empleadas en el p esen e es udio ue on p e iamen e op imizados has a ob ene un buen con as e
de sus ancia g is y blanca ce eb al en el escáne de RM en el que se iba a ealiza el es udio.
Pos e io a la adquisición se ealizó un con ol de calidad. Las imágenes ue on e isadas pa a desca a
a e ac os que pudie an a ec a a los análisis pos e io es. Aquellas imágenes que no eunían unos es ánda es de
calidad se ol ie on a adqui i en las siguien es semanas. (Ve pun o 4.6 )
4.5 Con e sión DICOM a NII
Las imágenes se han ob enido en o ma o DICOM y se han ans o mado a NII. Pa a dicha con e sión se ha
u ilizado la he amien a “dcm2nii” de Ch is Ro den’s [40] y se ha au oma izado el p oceso median e un sc ip .
Po un lado, DICOM es un o ma o de almacenamien o de imágenes médicas que apa ece como solución a los
p oblemas de in e ope abilidad en e ipos de disposi i os. En el es ánda DICOM la in o mación se de ine
median e un modelo que e leja el mundo eal. Cada iche o con iene, además de la imagen, in o mación sob e
el pacien e (iden i icación demog á ica y de iden i icación), el es udio en el que se encuad a la oma de la
imagen, la se ie a la que pe enece la imagen e in o mación sob e la p opia imagen. Po o o lado, NI TI es un
Ma e iales y mé odos
46
46
Tabla 4 - Pa áme os PG
Pa áme os de en ada unción p oceso de Gauss
Másca a
Imagen en o ma o .nii
Fiche o de índices
Fiche o acqp
Vec o -b
Valo es-b
Nomb e iche o de salida
In e polación: lineal o spline
Opciones: don _peas, epol, ol_ns d
Resal a emos los pa áme os que nos esul an nue os has a aho a. En p ime luga , el iche o “acqp” es un
iche o de ex o pa a desc ibi los pa áme os de adquisición de la imagen dada. Es e iche o es á o mado po
ilas. Cada una cons a de un ec o de cua o alo es, los es p ime os (Tabla 5) especi ican cuál es el eje de
codi icación de ase (x, y , z).
Tabla 5 - Di ecciones de codi icación de ase
PA 010 AP 0-10 RL 100 LR -100
El cua o elemen o de cada ila es el iempo (en segundos) en e la lec u a del p ime eco y el úl imo.
Ma emá icamen e, es el "espaciado de eco" mul iplicado po el " ac o EPI".
Ejemplo:
Da os:
- Espaciado de eco: 0.8 [ms]
- Fac o EPI: 128
Solución:
0.8*0.001*127=0.102
FIG. 29 - Re e encia
Tabla 6 - Ejemplo cálculo cua o
pa áme o acqp. x

47
47
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
En segundo luga , el iche o de ex o de índices de e mina la elación en e, po un lado, las imágenes
po enciadas en di usión, y po o o lado, los pa áme os de adquisición en el iche o acqp. Debe se una sola
ila con una en ada po olumen de la imagen de en ada. U iliza emos un pequeño ejemplo, si nues o iche o
acqp es el que emos en la Tabla 7 y los cua o p ime os olúmenes de nues a imagen se adqui ie on según
los pa áme os de la p ime a ila del acqp y los cua o siguien es según la segunda ila, nues o iche o de
índices se ía el siguien e (Tabla 7).
Po úl imo comen a emos las opciones “don _peas” , “ol_ns d” y “ epol”. Respec o a la p ime a, po de ec o
el “alineamien o pos -eddy en e shells” denominado guisan e es á ac i ado. Sin emba go, nues as
adquisiciones sólo ienen un único shell, es deci , un único alo -b dis in o de ce o y con es e pá ame o
desac i amos es a unción.
El segundo pa áme o “ol_ns d” de e mina cuál debe se la des iación es ánda de un co e pa a se
conside ado un alo a ípico. Po de ec o su alo es cua o y es á de inido pa a un conjun o de da os en e 50-
100 di ecciones. Sin emba go, nues a adquisición de 1.5T solo posee 16 di ecciones, po lo an o, se ha
cambiado el alo po de ec o a un alo meno ( es)
Po úl imo, menciona el pa áme o “ epol” que pe mi e elimina co es muy dañados, es deci , co es que
poseen alo es a ípicos po encima de un umb al es ablecido, y eemplaza los con p edicciones hechas po el
mismo p oceso de Gauss. Exac amen e lo que cons i uye un alo a ípico se e a ec ado po di e en es
pa áme os en e ellos el mencionado an e io men e “ol_ns d”. Cada imagen ha sido co egida con el p oceso
de Gauss usando di e en es con igu aciones en e ellas a iando la in e polación (spline o lineal) y usando o no
el pa áme o epol.
4.7.3 E aluación de los p ocedimien os de p ocesamien o
Como medida indi ec a pa a e alua la calidad del p ocedimien o de co ección de a e ac os se ha calculado el
núme o medio de alo es a ípicos en las imágenes después de la co ección [47]. Se ha conside ado alo
a ípico según la Ecuación 21.
4.8 Modelado
Una ez co egido nues a imagen podemos pasa al modelado. Debido a las ca ac e ís icas de adquisición de
nues os da os (un único alo de b y pocas di ecciones) hemos decidido aplica el modelo DTI a nues as 30
imágenes co egidas median e el modelo DTI.
Tabla 7 - Ejemplo iche o index. x y su co espondien e acqp. x
Fiche o acqp. x
0 1 0 0.085
0 -1 0 0.085
Fiche o index. x
1 1 1 1 2 2 2 2
Ma e iales y mé odos
48
48
Exis en es en oques ampliamen e u ilizados pa a es ima el enso de di usión: mínimos cuad ados lineal
o dina ios (OLLS, ambién denominados quick and di y), mínimos cuad ados lineales ponde ados (WLLS) y
los mínimos cuad ados no lineales (NLLS). La ob ención de la es imación del enso de di usión se ob iene po
la minimización una unción obje i o que a ía dependiendo del en oque u ilizado ( lineal, basada en pesos o
no lineal)[48].
Pa a las dos p ime as ap oximaciones las in ensidades de señal ponde adas po di usión son log- ans o madas
p ime amen e [21]. En OLLS, cada obse ación con ibuye igualmen e al ajus e y así se es ablece un conjun o
de ecuaciones simul áneas elacionando el loga i mo de la señal con los elemen os desconocidos del enso . De
es a o ma, una simple in e sión de ma iz p oduce los elemen os desconocidos del enso . Dada la na u aleza
ápida de es e en oque es ex emadamen e popula y se emplea en a ios paque es de so wa e popula es [48].
Sin emba go, la consecuencia de oma la ans o mación loga í mica es que, a pesa de que los e o es de
uido/alea o io en la señal an es de la ans o mación loga í mica son uni o mes (es deci , homoscedás icos),
después de dicha ans o mación la señal se con ie e en una unción de la p opia señal en sí misma y po lo
an o los e o es son he e oscedás icos.
Pa a abo da adecuadamen e es o, se equie e una eg esión lineal ponde ada (WLLS), donde se iene que
calcula una ma iz de co a ianza de i ando la elación en e la a ianza en los da os log- ans o mados y los
no log- ans o mados e inclui los en la e apa de eg esión [21]. Aunque es o hace que la compu ación sea más
la ga, los esul ados son mucho más obus os y WLLS es p e e ible a OLLS [48].
En NLLS, po o o lado, no hay ans o mación loga í mica de la señal y po lo an o los e o es siguen siendo
homoscedás icos. Po es o la ma iz co a ianza es un múl iplo de la ma iz de iden idad y puede e ec i amen e
se ac o izada ue a del análisis, que es una en aja sob e los en oques del ma co lineal. Mien as que NLLS
es a ac i o en que se ajus a el modelo a los da os di ec amen e p oduciendo esul ados que son supe io es a
WLLS (y po lo an o a OLLS) el iempo compu acional es conside ablemen e más la go, y además, se debe
ene especial cuidado con que no quede a apado en un ex emo local.
Po o o lado, como mé odo no edoso nos encon amos con RESTORE (Robus Es ima ion o Tenso by
Ou lie Rejec ion). Su iempo de p ocesamien o es mayo que los an e io es, pe o más esis en e a a e ac os.
Es un mé odo i e a i o pa a es ima pa áme os de un modelo ma emá ico a pa i de un conjun o de da os
obse ados que con ienen alo es a ípicos, da os que no encajan en el modelo, cuando no se debe o o ga a los
alo es a ípicos ninguna in luencia sob e los alo es de las es imaciones. Po lo an o, ambién puede
in e p e a se como un mé odo de de ección de alo es a ípicos. Tan o RESTORE como el en oque no lineal
han sido p obados en la li e a u a con adquisiciones con un núme o mayo de 65 di ecciones de g adien es.
Una ez hemos ilus ado los di e en es en oques y la calidad de cada uno de ellos pasa emos a aplica los. Pa a
pos e io men e analiza cuál de és os hace mejo ajus e de la es imación del enso . Hemos u ilizado EDTI
pa a es a labo ya que posee los cua o algo i mos exis en es, y FSL solamen e posee el lineal y el de pesos.
49
49
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
4.8.1 E aluación de los p ocedimien os de es imación de enso es
Se han u ilizado dos modelos pa a comp oba la calidad del ajus e del enso de di usión donde alo es más
bajos e lejan un mejo ajus e del enso a los da os. En p ime luga , el e o de ajus e del modelo (E) u ilizado
en [16], donde calculamos el alo absolu o de la media no malizada de los esiduos con espec o al modelo
del enso (Ecuación 25).
E = mean ( 𝑎𝑏𝑠(𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠)
𝑆󰆹𝑘+ 𝑆0 𝑒−(∑ ∑ 𝑏𝑖,𝑗𝐷𝑓𝑖𝑡 𝑖,𝑗𝑖=𝑥,𝑦𝑧 )
𝑗=𝑥,𝑦,𝑧 )
Ecuación 25
En el segundo p ocedimien o se e alúa la media de la suma de los e o es al cuad ado de la p edicción (SSE).
Es una medida de la disc epancia en e los da os y el modelo de es imación. Nos dice como de bien nos
ajus amos a nues a pendien e de eg esión, donde N hace e e encia al núme o de olúmenes en la imagen.
SSE = mean (∑(𝐷𝑊𝐼−𝐷𝑊𝐼𝑝𝑟𝑒𝑑)2
𝑁
𝑖=1
Ecuación 26
Po o o lado, o o pun o a alo a es el iempo de compu ación de cada mé odo. En la siguien e abla se
ecogen en minu os.
Tabla 8 - Tiempo compu ación modelado DTI
Mé odo es imación enso
Adquisición RM 1.5T
Adquisición RM 3T
OLLS
1
2
WLLS
3
5
NLLS
15
25
RESTORE
30
45
4.9 Análisis es adís icos
Los análisis es adís icos de es e es udio se ealiza on con el p og ama SPSS .22 (SPSS Inc., Chicago, IL).
P ime amen e, se ealizó una es adís ica desc ip i a basada en la media y su e o es ánda empleada en el
es udio de e aluación del mé odo de p ocesamien o (i.e., núme o de alo es a ípicos a ojados po cada una de
las écnicas de co ección de a e ac os)
En segundo luga , se u ilizó un análisis de la a ianza (ANOVA) de medidas epe idas pa a de e mina si los
di e en es mé odos de co ección de mo imien o (i.e., Cos es y Gaussiano) di e ían en el núme o de alo es
a ípicos. Se u ilizó la a iable con igu ación como ac o in a-suje o y se co igió la p obabilidad de come e
alsos posi i os median e la écnica de Bon e oni. Si el ANOVA omnibus alcanzó la signi icación (p<0.05) se
ealiza on los análisis pos hocs co espondien es (p<0.05). Es e mismo análisis se empleó pa a cada
in ensidad de campo magné ico (i.e., 1.5T y 3T).
Ma e iales y mé odos
50
50
Los análisis an e io es se i án pa a selecciona el mejo p ocesamien o cuyo uncionamien o se adap a mejo
a las ca ac e ís icas de nues as adquisiciones. Seguido es o, las imágenes co egidas po la écnica escogida
se án modeladas con los di e en es algo i mos exis en es pa a la ob ención de la es imación de enso es del
modelo DTI. De nue o se epe i á el p ocedimien o, se ealiza á una es adís ica desc ip i a pa a cada mé odo
basada en la media y e o es ánda de cada medida del e o empleada en el es udio de la e aluación de los
algo i mos exis en es de es imación de enso es del modelo DTI (i.e., modelo del e o y SSE).
Finalmen e, las di e encias es adís icas en e cada mé odo de es imación de enso es se án e aluadas median e
un ANOVA de medidas epe idas, u ilizando la a iable independien es con igu ación (de los dis in os
algo i mos de co ección) y en oque (mé odos de modelado) como ac o in a-suje o y co igiendo la
p obabilidad de come e alsos posi i os median e la écnica de Bon e oni. Si el ANOVA omnibus alcanzaba
la signi icación (p<0.05) se ealiza on los análisis pos hocs en e cada uno de los mé odos (p<0.05). Es e
mismo análisis ambién se empleó pa a cada ipo de e o e aluado (i.e., modelo del e o y SSE) y pa a cada
in ensidad de campo magné ico (i.e., 1.5T y 3T).
51
51
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
5 RESULTADOS
con inuación, se p esen a án en p ime luga los análisis que nos han pe mi ido iden i ica el mé odo de
p ocesamien o que a oja mejo es esul ados en lo que a la co ección de a e ac os se e ie e. En
segundo luga , una ez se hayan co egido las imágenes con el mé odo más adecuado desde el pun o de
is a es adís ico, ealiza emos los análisis pe inen es pa a iden i ica el mé odo que mejo modela las
imágenes ponde adas en di usión.
5.1 P ocesamien o
5.1.1 Resul ados ob enidos con imágenes adqui idas en RM de 1.5T
En la FIG. 30 se ep esen a la media y el e o es ánda de la media pa a cada mé odo de co ección de
a e ac os. Como es os mé odos es án asociados a di e en es p ocedimien os de in e polación, nues a a iable
independien e incluye un o al de 5 condiciones: dos de i adas de los mé odos de cos e (lineal_Q y spline_Q)
y es de i adas de los mé odos del p oceso de Gauss (lineal_PG, spline_PG y spline_ epol_PG). En gene al,
nues os esul ados mues an que los mé odos de p ocesamien o Gaussiano (PG) esul an en un meno núme o
de alo es a ípicos en compa ación con los mé odos basados en unciones de cos e (Q). Además, los mé odos
de in e polación spline uncionan mejo que los lineales.
FIG. 30 - Valo medio del núme o de alo es a ípicos en cada uno de los mé odos de p ocesamien o en
adquisiciones de 1.5T
Es os esul ados se con i ma on es adís icamen e. El ANOVA e eló un e ec o p incipal de la a iable mé odo
(F4,56 = 7,9; p = 0.005) que se debió a los excelen es esul ados de i ados de los mé odos basados en los
p ocesos de Gauss, conc e amen e los que hacen uso de la in e polación spline. De hecho, los análisis pos hoc
indica on que el mé odo spline_ epol_PG ue el que a ojó mejo es esul ados en compa ación con odos
excep o con el spline_PG (0.012 < p < 0.042). Po su pa e, el spline_PG mos ó esul ados signi ica i amen e
mejo es cuando se compa ó con el mé odo lineal_Q (p = 0.016) y con el lineal_PG (p = 0.039).
A
0
200
400
600
linea _Q spline_Q linea _PG spline_PG spline_ epol_PG
Ou lie s
Mé odo de p ocesamien o

Resul ados
52
52
Los esul ados han mos ado po an o que los p ocedimien os de co ección basados en spline_PG son los que
p oducen un meno núme o de ou lie s, independien emen e del uso del epol, lo que pod ía es a causado po
el con ol de calidad que su en las imágenes como pa e del p ocedimien o.
5.1.2 Resul ados ob enidos con imágenes adqui idas en RM de 3T
Como ocu ía con las adquisiciones de RM de 1.5 T, los esul ados indica on que los mé odos del p oceso de
Gauss p opo cionan de media menos alo es a ípicos que los mé odos basados en los p ocedimien os de cos e,
y que la in e polación spline mejo a espec o a la lineal.
FIG. 31 - Valo medio del núme o de alo es a ípicos en cada uno de los mé odos de p ocesamien o en
adquisiciones de 3T
Las di e encias en e los mé odos ue on es adís icamen e signi ica i as (F4,56 = 12,5; p = .005). Aunque el
mé odo spline_ epol_pg ue el que mos ó mejo es esul ados, es os solo di i ie on es adís icamen e al
compa a los con los mé odos de cos e, an o con el de in e polación lineal (p = .001) como con el de
in e polación spline (p = .0039). El siguien e mé odo que p opo cionó mejo es esul ados ue el spline_PG. En
es e caso, las di e encias solo llega on a se signi ica i as cuando se compa ó con el mé odo lineal_Q (p =
.007).
5.2 Modelado
En is a de los esul ados de i ados del p ocesamien o (apa ado 5.1), se op ó po u iliza los mé odos de
co ección basados en el p oceso de Gauss. El siguien e paso ue aplica el modelo DTI a las imágenes
co egidas. Es e paso equie e es ima los enso es, pa a lo cual exis en 4 en oques: OLLS (O dina y Linea
Leas Squa e), WLLS (Weig h Linea Leas Squa e), NLLS (Non Linea Leas Squa e) y RESTORE (Robus
Es ima ion o Tenso s by Ou lie Rejec ion). Tenemos po an o un mé odo (basado en el p oceso de Gauss)
con 3 con igu aciones dis in as de co ección de a e ac os y 4 algo i mos de es imación de enso es que se han
aplicado a imágenes de 30 suje os. Po consiguien e, cada imagen se ha p ocesado con 12 mé odos di e en es
que han sido codi icados po nume ación (Tabla 9).
0
200
400
600
800
1000
linea _Q spline_Q linea _PG spline_PG spline_ epol_PG
Ou lie s
Mé odo de p ocesamien o
53
53
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Tabla 9 - Leyenda p ocedimien os modelado
Leyenda
Código
LINEAR_OLLS
1
LINEAR_WLLS
2
LINEAR_NLLS
3
LINEAR_RESTORE
4
SPLINE_OLLS
5
SPLINE_WLLS
6
SPLINE_NLLS
7
SPLINE_RESTORE
8
SPLINE_REPOL_OLLS
9
SPLINE_REPOL_WLLS
10
SPLINE_REPOL_NLLS
11
SPLINE_REPOL_RESTORE
12
5.2.1 Resul ados ob enidos con imágenes adqui idas en RM de 1.5T
En la FIG. 32 se ep esen a la media y su e o es ánda pa a el mé odo de e aluación basado en el e o del
ajus e del modelo (E). Como se ap ecia en la igu a, pa a odas las con igu aciones el en oque OLLS ue el
que a ojó los peo es esul ados y el RESTORE el que mos ó el meno núme o de e o es. Es e esul ado
iene a alado po el e ec o p incipal del algo i mo de es imación de enso es (F3,42 = 287,7; p < 10-14). En el
caso de la con igu ación, de acue do con los esul ados de p ocesamien o, los mejo es esul ados se asocian
con el mé odo basado en la in e polación spline_ epol (F2,28 = 106,8; p < 10-8). Po lo an o, los mejo es
esul ados se ob u ie on con spline_ epol_RESTORE
Resul ados
54
54
FIG. 32 – Media y e o es ánda de E en esul ados adqui idos en 1.5T
En la FIG. 33 se ep esen a la media y el e o es ánda de la media pa a la suma del cuad ado de los e o es de
la p edicción de los da os. Aunque como se ilus a en la Figu a el RESTORE ol ió a mos a los mejo es
esul ados, el e ec o p incipal de ac o algo i mo de es imación de enso es no ue con i mado po el
ANOVA. Po el con a io, y al como cab ía espe a , el ANOVA con i mó el e ec o p incipal de la
con igu ación (F2,28 = 147,8; p < 10-11), y de nue o los mejo es esul ados se asocia on al spline_ epol (p < 10-
5).
FIG. 33 – Media y e o es ánda de SSE en esul ados adqui idos en 1.5T
5.2.2 Resul ados ob enidos con imágenes adqui idas en RM de 3T
En lo que al núme o de e o es se e ie e (E), el ANOVA mos ó e ec os p incipales signi ica i os pa a la
con igu ación (F2,28 = 230,4; p = 10-9) y el en oque (F3,42 = 1833,9; p = 10-15). Tal como se ilus a en la FIG.
34, los en oques NLLS y RESTORE mos a on esul ados mejo es que el es o de los en oques, aunque el
RESTORE con inuó siendo mejo que el NLLS. Es e e ec o ue signi ica i o pa a odas las con igu aciones,
aunque el uso de la in e polación spline a ojó mejo es esul ados.
400
450
500
550
600
1 2 3 4 5 6 7 8 9 10 11 12
SSE
Mé odo de modelado
0,028
0,03
0,032
0,034
1 2 3 4 5 6 7 8 9 10 11 12
E o del ajus e
del modelo (E)
Mé odo de modelado
55
55
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
FIG. 34 - Media y e o es ánda de E en esul ados adqui idos en 3T
Al con a io de lo obse ado con las imágenes de 1,5T, cuando se inc emen ó el campo magné ico a 3T el
ANOVA además de mos a di e encias signi ica i as en e las di e en es con igu aciones (F2,28 = 185,9; p =
10-9) mos ó un e ec o p incipal del en oque (F3,42 = 313,7; p = 10-19). Como se obse a en la FIG. 35 el
en oque NLLS a ojó los mejo es esul ados seguido po el RESTORE. Es e e ec o se io pa a odas las
con igu aciones, pe o de nue o los mejo es esul ados se die on pa a la in e polación spline.
FIG. 35 - Media y e o es ánda de SSE en esul ados adqui idos en 3T
15000
17000
19000
21000
23000
25000
1 2 3 4 5 6 7 8 9 10 11 12
SSE
Mé odo de modelado
0,06
0,064
0,068
0,072
12345678910 11 12
E o del ajus e
del modelo (E)
Mé odo de modelado
Re e encias
62
62
[42] “F eeSu e .” [Online]. A ailable: h p://su e .nm .mgh.ha a d.edu/.
[43] L. Vincen and P. Soille, “Wa e sheds in digi al spaces: an e icien algo i hm based on imme sion
simula ions,” IEEE T ans. Pa e n Anal. Mach. In ell., ol. 13, no. 6, pp. 583–598, Jun. 1991.
[44] A. M. Dale, B. Fischl, and M. I. Se eno, “Co ical su ace-based analysis. I. Segmen a ion and su ace
econs uc ion.,” Neu oimage, ol. 9, no. 2, pp. 179–94, Feb. 1999.
[45] “FSL.” [Online]. A ailable: h p:// sl. m ib.ox.ac.uk/ sl/ slwiki/.
[46] S. Mo i, S. Wakana, L. M. Nagae-Poe sche , and P. C. M. Van Zijl, “MRI A las o Human Whi e
Ma e ,” Else ie , p. 931, 2005.
[47] A. M. Heemske k, A. Leemans, A. Plaisie , K. Pie e man, M. H. Lequin, and J. Dudink, “Acquisi ion
guidelines and quali y assessmen ools o analyzing neona al di usion enso MRI da a.,” AJNR. Am.
J. Neu o adiol., ol. 34, no. 8, pp. 1496–505, Aug. 2013.
[48] C. G. Koay, L.-C. Chang, J. D. Ca ew, C. Pie paoli, and P. J. Basse , “A uni ying heo e ical and
algo i hmic amewo k o leas squa es me hods o es ima ion in di usion enso imaging,” J. Magn.
Reson., ol. 182, no. 1, pp. 115–125, Sep. 2006.

63
63
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Re e encias
64
64
65
65
PROTOCOLO PARA ANALIZAR DIFFUSION TENSOR IMAGING (DTI) DEL CEREBRO
HUMANO
Re e encias
66
66